技能 訓練 計畫 」 （ Life Skills Tranining ） 和 「 中西部 防治 計畫 」 （ Midwestern Prevention Project ） 。 這些 計畫 多 了 一些 「 藥物 濫用 防治 教育 計畫 」 所 沒有 的 特點 ， 其中 最 值得 一 提 的 就 是 教導 孩子 抵抗 同儕 壓力 的 技巧 。 當初 想出 「 藥物 濫用 防治 教育 計畫 」 的 人 提出 的 假定 是 ： 對 青少年 而言 ， 警察 是 重要 的 社會 影響力 角色 。 但 假如 想出 這 套 計畫 的 人 有 先 去 問 社會 心理學家 的 意見 ， 就 會 知道 同儕 壓力 才 是 更 有效 的 社會 影響力 。 此外 ， 那些 成功 的 計畫 還 有 一 個 特點 ， 就 是 會 揭露 青少年 和 成人 的 藥物 酒精 濫用 情形 。 本 書 先前 也 提到 過 ， 這 類 資訊 經常 令 人 驚訝 ， 因為 濫用 藥物 酒精 的 人數 比例 ， 實際 上 比 青少年 以為 的 要 少 了 很多 。 光 是 知道 他人 的 行為 ， 就 能夠 減少 濫用 情形 。 然而 ， 許多 對 年輕人 有害 的 計畫 ， 此刻 仍然 在 實施 。 真正 能夠 幫助到 年輕人 的 計畫 ， 反而 沒有 被 強力 推動 ， 或 根本 沒有 實施 。 「 錯誤 的 假定 」 實在 是 讓 社會 付出 慘痛 的 金錢 與 苦難 代價 。 你 可以 學到 的 事 __UNDEF__ 有時候 我們 對 兩 件 事 之間 關聯 的 觀察 ， 會 準確到 幾乎 等於 真正 的 實驗 所 得到 的 結果 。 有 些 人 因為 生長 環境 的 因素 ， 從小 接觸到 較多 的 細菌 ， 後來 就 比較 不 容易 罹患 自體 免疫 疾病 。 若 我們 從 更多 更 廣 的 場域 也 能 察覺到 類似 的 關聯性 — 像是 衛生 條件 較 好 的 國家 相對於 衛生 條件 較 差 的 國家 、 農村 相對於 都市 、 家 中 有 養 寵物 相對於 家 中 沒 養 寵物 、 自然產 相對於 剖腹產 等等 — 此時 前面 觀察到 的 關聯性 （ 小時候 接觸 較多 細菌 ， 長大 不易 罹患 自體 免疫 疾病 ） 就 值得 進一步 深思 。 科學家 可以 從 這 種 的 觀察 發現 ， 進一步 設計出 真正 的 實驗 ， 以 確認 「 越 早 接觸 細菌 ， 日後 越 能 降低 罹患 自體 免疫 疾病 的 風險 」 的 因果 關係 。 科學 與 醫學 研究 當中 ， 常 說 「 隨機 控制 實驗 」 乃是 黃金 準則 ， 這樣 形容 是 有 道理 的 。 因為 這 種 實驗 的 結果 會 勝過 其他 種類 的 研究 結果 。 利用 隨機 指定 的 方式 進行 實驗 ， 足以 確保 在 人為 操縱 自變項 以前 ， 實驗組 與 控制組 中 的 個案 之間 並 無 任何 變項 上 的 差異 。 如果 個案 之間 真的 出現 差異 ， 則 多半 能夠 假定 是 因為 科學家 的 介入 措施 所 引起 。 所謂 的 雙盲 隨機 控制 實驗 ， 則 是 指 施測 者 及 受測 者 雙方 都 無法 得知 受測 者 接受 什麼 樣 的 實驗 條件 處置 。 雙盲 實驗 能夠 幫助 我們 確認 實驗 的 結果 是 因為 介入 措施 所 造成 ， 而 不 是 因為 施測 者 或 受測 者 掌握到 誰 在 接受 哪 一 種 介入 措施 。 社會 往往 會 因為 該 做 而 未 做 的 實驗 ， 而 付出 慘痛 代價 。 沒有 人 曉得 斥資 兩千億 美元 的 「 贏 在 起跑點 」 計畫 究竟 能不能夠 有效 改善 學童 的 認知 能力 ， 因為 沒有 人 做 過 隨機 實驗 。 我們 倒是 確定 知道 一些 其他 優質 的 學齡 前 計畫 很 有效 ， 因為 有 人 做 過 隨機 實驗 ， 確認 過 參與 這些 計畫 的 孩子 在 長大 之後 ， 不論 是 健康 或 其他 表現 都 更 好 。 只要 對 學齡 前 的 計畫 進行 恰當 的 實驗 ， 就 可望 能夠 節省 大量 經費 ， 對 個人 和 對 社會 都 是 好事 一 樁 。 反觀 「 藥物 濫用 防治 教育 計畫 」 沒辦法 減少 青少年 的 藥物 與 酒精 濫用 ； 「 嚇到 你 不 敢 再 犯 計畫 」 不僅 沒有 減少 犯罪 ， 反而 增加 犯罪 ； 「 悲痛 諮商師 」 的 介入 恐怕 很 難 減輕 受害人 的 痛苦 ， 只 會 適得其反 。 不幸 的 是 ， 社會 上 很多 領域 無法 用 實驗 的 方式 去 確認 介入 措施 是否 有效 ， 也 無法 確保 公共 政策 的 實施 必須 以 實驗 結果 做為 依據 。 第11 __UNDEF__ 章 __UNDEF__ 這 結果 怪怪 的 __UNDEF__ 汽車 業務員 賣 車 給 女性 客人 時 ， 是 不 是 會 賣 得 比 男 客人 還要 貴 ？ 班級 大小 是否 會 影響 學習 成效 ？ 綜合 維他命 有益 身體 健康 嗎 ？ 雇主 會不會 只 因為 求職 者 長期 失業 ， 就 對 他們 產生 偏見 ？ 停經 後 的 女性 應不應該 接受 激素 替代 療法 ， 以 降低 罹患 心血管 疾病 的 風險 ？ 上述 每 一 個 問題 都 已 有 各式各樣 的 答案 。 有 些 答案 因為 研究 方法 有 瑕疵 ， 導致 結論 錯誤 ； 有 些 答案 因為 研究 方法 不錯 ， 所以 結論 滿 可能 是 正確 的 。 本 章 要 談 三 個 重點 ， 用來 幫助 你 理解 科學 研究 結論 ， 也 讓 你 懂得 判斷 該不該 去 相信 這些 研究 結論 。 1 .
 
__UNDEF__ 利用 相關 分析 做出 結論 的 科學 研究 非常 會 誤導 人 — 就算 是 運用 較 複雜 、 能 「 控制住 」 一 群 變項 的 「 多元 迴歸 分析 」 ， 也 是 一樣 。 2 .
 
__UNDEF__ 能夠 隨機 指定 人 （ 或 物 ） 去 接受 不同 實驗 處置 （ 或 甚至 不 接受 實驗 處置 ） 的 實驗 ， 整體 上 會 比 多元 迴歸 分析 好 很多 。 3 .
 
__UNDEF__ 人類 行為 的 相關 假定 經常 錯得 離譜 ， 所以 應該 針對 重要 的 人類 行為 ， 盡可能 用 實驗 的 方式 來 檢驗 對於 人類 行為 的 假設 是否 正確 。 多元 迴歸 分析 勿 盡信 __UNDEF__ 本 章 一 開始 的 每 一 個 問題 都 是 在 問 ： 某 個 自變項 （ 又 稱作 預測 因子 ） — 也 就 是 輸入 端 ， 或者 推定 的 原因 — 會 影響 某 個 依變項 （ 又 稱作 結果 ） — 即 輸出 端 ， 或者 效果 。 實驗 可以 用來 操縱 自變項 ， 但 相關 分析 只 能 用來 測量 自變項 。 多元 迴歸 分析 （ multiple regression analysis ， MRA ） 是 一 種 相關 分析 方法 ， 能夠 同步 檢視 多 個 自變項 與 一 個 依 變項 之間 是否 相關 （ 有時候 是 逐次 檢視 ， 但 在 此 不 討論 這 種 類型 的 多元 迴歸 分析 ） 。 1 在 多 個 自變項 當中 ， 其中 一 個 變項 是 研究 人員 有 興趣 要 瞭解 的 預測 因子 ， 其餘 則 是 控制 變項 （ control variables ） 。 這裡 的 目的 是 想要 證明 A 變項 在 排除 了 其餘 變項 所 產生 的 影響 之後 ， 確實 會 影響 B 變項 。 也就是說 ， 要 證明 「 即使 依 變項 受到 所有 控制 變項 的 影響 ， A 和 B 變項 之間 的 關係 仍然 存在 」 。 請 看 以下 這 個 例子 ： 吸菸 已 證實 與 罹患 心血管 疾病 有 相關 。 一 看到 這 個 結論 ， 許多 人 會 認為 吸菸 會 「 造成 」 心血管 疾病 。 問題 是 ， 有 很多 其他 事情 都 同時 會 和 吸菸 及 心血管 疾病 有 相關 ， 像是 年齡 、 社會 階層 、 體重 過重 。 年紀 大 的 老菸槍 比 菸齡 短 的 年輕人 抽 了 更 久 的 菸 ， 所以 我們 必須 把 年齡 排除 在 「 吸菸 — 生病 」 這 項 相關性 之外 ， 否則 我們 看到 的 結論 將 會 是 「 年紀 大 加上 吸菸 會 與 心血管 疾病 有 關聯 」 。 但 這樣 就 混入 兩 個 變項 。 我們 想要 探討 的 ， 單純 只 是 吸菸 和 心血管 疾病 之間 的 關聯 ， 而 不管 吸菸 者 的 年紀 多 大 或 多 小 。 一旦 「 吸菸 — 生病 」 的 相關性 排除 「 年齡 — 生病 」 的 相關性 ， 就 可以 說 是 「 控制住 」 年齡 對 心血管 疾病 產生 的 效果 。 這樣子 的 結論 才 能夠 讓 我們 有效 宣稱 ： 不論 在 哪 一 個 年齡層 ， 吸菸 和 發生 心血管 疾病 的 關聯性 都 存在 。 同樣 道理 也 適用 於 社會 階層 。 在 其他 條件 不變 的 情形 下 ， 社會 階層 越 低 ， 吸菸 的 可能性 越 高 ； 社會 階層 越 低 ， 發生 心血管 疾病 的 可能性 也 越 高 — 這 點 與 各 種 風險 因子 ， 包括 吸菸 ， 都 無關 。 體重 超重 也 是 同樣 道理 ， 其他 例子 不勝枚舉 。 只要 是 會 同時 和 吸菸 及 心血管 疾病 產生 相關 的 變項 ， 都 必須 從 吸菸 和 心血管 疾病 的 相關性 中 一一 排除 。 多元 迴歸 背後 的 理論 是 ： 如果 將 所有 會 與 自變項 和 依變項 產生 關聯 的 事物 ， 一一 將 它們 從 整 套 的 相關性 中 抽出 剔除 ， 這樣 就 可以 控制住 會 產生 關聯 的 事物 ， 從而 得出 預測 因子 和 結果 變項 之間 真正 的 因果 關係 。 理論 上 是 如此 。 但 現實 中 有 很多 因素 導致 這 種 理想 無法 成為 常態 。